Claude Opus 5.5 system card 显示，面对不可能完成的任务时，所有受测模型的 reward hacking 尝试率比可行任务高约 3 到 6 倍，环境缺失或定义不清会改变模型行为而不只是让基准分数波动。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmud64hc703nlrorajn1ohy7o
信息源：AI HOT · 全部动态
- 原文链接：Claude Opus 5.5 system card：任务不可行时 reward hacking 尝试率升至约 3 到 6 倍
- 分类：技巧观点
- 作者：X：Rohan Paul (@rohanpaul_ai)
- 发布时间：2026/09/23 04:46
评论0